✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。
🍎个人主页:Matlab科研工作室
🍊个人信条:格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
为了解决现有小波阈值去噪方法中硬,软阈值函数存在的缺陷,提高小波阈值去噪效果,文章通过研究不同阈值函数的去噪原理,提出一种应用于小波去噪的改进阈值函数,使其同时具有硬,软阈值处理的优点;并利用MATLAB分别对仿真信号和实际车削振动信号进行分析,验证改进阈值函数的可行性.结果表明:相较于传统的硬,软阈值函数去噪方法,该文提出的改进阈值小波去噪方法能更加有效去噪,在保留振动信号原貌特征的同时,提高信噪比(signal-to-noise ratio,SNR)并减小均方根误差(root mean square error,RMSE),适合非平稳振动信号去噪,为后续信号处理和车刀磨损状态识别工作奠定了一定的基础.
⛄ 部分代码
%%初始化程序
clear,clc
t1=clock;
%% 载入7.6日00:15到7.21日24:00的数据
load('SJ76721.mat');%matrix
YSJ= SJ76721;
disp('------7.6日00:15到7.21日24:00的降噪处理结果-------');
% 载入7.6日00:15到7.24日24:00的数据
% load('SJ76724.mat');
% YSJ= SJ76724;
% disp('------7.6日00:15到7.24日24:00的降噪处理结果-------');
%% 数据预处理
[c,l]=size(YSJ);
Y=[];
for i=1:c
Y=[Y,YSJ(i,:)];
end
[c1,l1]=size(Y);
X=[1:l1];
%% 绘制原始信号图像
figure(1);
plot(X,Y);
xlabel('负荷个数/(个)');
ylabel('kW·h');
title('原始信号');
%% 硬阈值处理
⛄ 运行结果
⛄ 参考文献
[1] 王亚, 吕新华, 王海峰. 一种改进的小波阈值降噪方法及Matlab实现[J]. 微计算机信息, 2006(02X):3.
[2] 李晓飞, 邱晓晖. 基于小波变换的改进软阈值图像去噪算法[J]. 计算机技术与发展, 2016, 26(5):3.
[3] 吴飞, 马晨浩, 程坤. 基于改进阈值的振动信号小波去噪方法研究[J]. 合肥工业大学学报:自然科学版, 2022, 45(7):6.